Skip to main content
SpringerLink
Log in

Visualisierungstechniken zur Exploration und Analyse sehr großer Datenbanken

  • Conference paper
Book cover Datenbanksysteme in Büro, Technik und Wissenschaft

Part of the book series: Informatik aktuell ((INFORMAT))

  • 59 Accesses

Zusammenfassung

Unser Ansatz zur Exploration und Analyse sehr großer Datenbanken basiert auf neuartigen Visualisierungstechniken für multidimensionale Daten. Die prinzipielle Idee dabei ist die gleichzeitige Darstellung möglichst vieler Datenobjekte am Bildschirm, wobei jeder Datenweit durch ein Pixel des Bildschirms repräsentiert wird. Die Farbe des Pixels entspricht dem Abstand des jeweiligen Datenwertes zum Anfragewert. Die Anordnung hängt von der Gesamtdistanz des Datensatzes in Bezug auf die Anfrage und von der gewählten Visualisierungstechnik ab. Durch ein graphisches Benutzerinterface kann der Benutzer seine Anfragen inkrementell ändern, wobei er durch das visuelle Feedback, das er bei Änderungen bekommt, in der Verfeinerung seiner Anfragen unterstützt wird. Ein zentrales Anliegen dieses Papiers sind Bewertung und Vergleich unserer Visualisierungstechniken. Bei der Bewertung von Visualisierungstechniken stehen nicht, wie sonst bei Leistungsvergleichen, die CPU-Zeiten oder die Anzahl der Zugriffe auf den Sekundärspeicher im Vordergrund, sondern die Wahrnehmbarkeit von Zusammenhängen und Eigenschaften der Daten. Analog zu den für Leistungsvergleiche von Datenbanksystemen entwickelten Benchmarks werden deshalb für die Evaluierung von Visualisierungstechniken künstlich erzeugte Testdaten mit vorgegebenen Eigenschaften verwendet.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referenzen

  1. Anwar T. M., Beck H. W., Navathe S. B.: Knowledge Mining by Imprecise Querying: A Classification-Based Approach, Proc. 8th Int. Conf. on Data Engineering, Tempe, AZ, 1992, pp. 622–630.

    Google Scholar 

  2. Aldinger K., Ester M., Forstner G., Kriegel H.-P, Seidl T.: ‘Datenbankunterstiitzung fur das Protein-Protein-Docking: Ein effizienter and robuster Feature-Index’, Proc. 2nd GIFachtagung ‘Informatik in den Biowissenschaften’, Jena, Germany, 1994.

    Google Scholar 

  3. Anderson E.: ‘A Semigraphical Method For The Analysis of Complex Problems’ Proc. Nat. Acad. Sci. USA, Vol. 13, 1957, pp. 923–927.

    Article  Google Scholar 

  4. Andrews D. F.: ‘Plots of High-Dimensional Data’, Biometrics, Vol. 29, 1972, pp. 125–136.

    Article  Google Scholar 

  5. Asimov D.: ‘The Grand Tour: A Tool For Viewing Multidimensional Data’ SIAM Journal of Science & Stat. Comp., Vol. 6, 1985, pp. 128–143.

    Article  MathSciNet  MATH  Google Scholar 

  6. Beddow J.: ‘Shape Coding of Multidimensional Data on a Mircocomputer Display’, Visualization 90, San Francisco, CA, 1990, pp. 238–246.

    Google Scholar 

  7. Beshers C., Feiner S.: ‘Visualizing n-Dimensional Virtual Worlds with n- Vision’, Computer Graphics, Vol. 24, No. 2, 1990, pp. 37–38.

    Article  Google Scholar 

  8. Bergeron R. D., Keim D. A., Pickett R.: ‘Test Data Sets for Evaluating Data Visualization Techniques’, in: Perceptual Issues in Visualization, Springer, 1994.

    Google Scholar 

  9. Brissom D.: ‘Hypergraphics: Visualizing Complex Relationships in Art, Science and Technology’, Amer. Association for the Advance of Science, Westview Press, Boulder, 1979.

    Google Scholar 

  10. Chernoff H.: ‘The Use of Faces to Represent Points in k-Dimensional Space Graphically’ Journal Amer. Statistical Association, Vol. 68, pp 361–368.

    Google Scholar 

  11. Cleveland W. S.: ‘Visualizing Data’, AT&T Bell Laboratories, Murray Hill, NJ, Hobart Press, Summit NJ, 1993.

    Google Scholar 

  12. Dunn G., Everitt B.: ‘An Introduction to Mathematical Taxonomy’, Cambridge University Press, Cambridge, MA, 1982.

    MATH  Google Scholar 

  13. Ester M., Kriegel H.-P., Seidel T., Xu X.W.: ‘Formbasierte Suche nach komplementären 3D-Oberflächen in einer Protein-Datenbank’, Proc. GI-Fachtagung ‘Datenbanken in Büro, Technik und Wissenschaft’ (BTW), Dresden, Germany, 1995.

    Google Scholar 

  14. Frei H. P., Meienberg S.: ‘Evaluating Weighted Search Terms as Boolean Queries’ Proc. GI/GMD-Workshop, Darmstadt 1991, in: Informatik-Fachberichte, Vol. 289, 1991, pp. 11–22.

    Google Scholar 

  15. Frawley W. J., Piatetsky-Shapiro G., Matheus C. J.: ‘Knowledge Discovery in Databases: An Overview’, in: Knowledge Discovery in Databases, AAAI Press, Menlo Park, 1991.

    Google Scholar 

  16. Friedman J., Tukey J.: ‘A Projection Pursuit Algorithm for Exploratory Data Analysis’, IEEE Transactions on Computers, Vol. 23, 1974, pp. 881–890.

    Article  MATH  Google Scholar 

  17. Gaasterland T., Godfrey P., Minker J.: ‘An Overview of Cooperative Answering ’, Journal of Intelligent Information Systems, Vol. 1, 1992, pp. 123–157.

    Article  Google Scholar 

  18. Huber P. J.: ‘Projection Pursuit’, The Annals of Statistics, Vol. 13, No. 2, 1985, pp. 435–474.

    Article  MathSciNet  MATH  Google Scholar 

  19. Inselberg A., Dimsdale B.: ‘Parallel Coordinates: A Tool for Visualizing Multi-Dimensional Geometry Visualization ’90, San Francisco, CA, 1990, pp. 361–370.

    Google Scholar 

  20. Inselberg A.: ‘The Plane with Parallel Coordinates, Special Issue on Computational Geometry’ The Visual Computer, Vol. 1, 1985, pp. 69–97.

    Article  MATH  Google Scholar 

  21. Keim D. A.: ‘Visual Support for Query Specification and Data Mining’, Dissertation, Universität München, 1994.

    Google Scholar 

  22. Keim D. A., Kriegel H.-P., Seidl T.: ‘Supporting Data Mining of Large Databases by Visual Feedback Queries’, Proc. 10th Int. Conf. on Data Engineering, Houston, TX, 1994, pp. 302–313.

    Google Scholar 

  23. LeBlanc J., Ward M. O., Wittels N.: ‘Exploring N-Dimensional Databases’, Visualization 90, San Francisco, CA, 1990, pp. 230–239.

    Google Scholar 

  24. Mihalisin T., Gawlinski E., Timlin J., Schwendler J.: ‘Visualizing A Scalar Field on an N- dimensionalLattice’, Visualization 90, San Francisco, CA, 1990, pp. 255–262.

    Google Scholar 

  25. Motro A.: ‘FLEX: A Tolerant and Cooperative User Interface to Databases’ IEEE Transactions on Knowledge and Data Engineering, Vol. 2, No. 2, 1990, pp. 231–246.

    Article  Google Scholar 

  26. Mihalisin T., Timlin J., Schwegler J.: ‘Visualizing Multivariate Functions, Data and Distributions’, IEEE Computer Graphics and Applications, Vol. 11, No. 3, 1991, pp. 28–35.

    Article  Google Scholar 

  27. Marchak F., Zulager D.: ‘The Effectiveness of Dynamic Graphics in Revealing Structure in Multivariate Data ’, Behavior, Research Methods, Instruments and Computers, Vol. 24, No. 2, 1992, pp. 253–257.

    Article  Google Scholar 

  28. Pickett R. M., Grinstein G. G.: ‘Iconographie Displays for Visualizing Multidimensional Data’, Proc. IEEE Conf. on Systems, Man and Cybernetics, IEEE Press, Piscataway, NJ, 1988, pp. 514–519.

    Google Scholar 

  29. Pickett R. M.: ‘Visual Analyses of Texture in the Detection and Recognition of Objects ’, in: Picture Processing and Psycho-Pictorics, Lipkin B. S., Rosenfeld A. (eds.), Academic Press, New York, 1970.

    Google Scholar 

  30. Salton G., Buckley C.: ‘Term-Weighting Approaches in Automatic Text Retrieval’, Information Processing and Management, Vol. 24, No. 5, 1988, pp. 513–523.

    Article  Google Scholar 

  31. Smith S., Grinstein G., Pickett R.: ‘Global Geometric, Sound, and Color Controls for Iconographie Displays of Scientific Data’, in: Extracting Meaning from Complex Data: Processing, Display, Interaction II, Display, 1459, 1991, pp. 197–206.

    Google Scholar 

  32. Tufte E. R.: ‘The Visual Display of Quantitative Information’, Graphics Press, Cheshire, CT, 1983.

    Google Scholar 

  33. Tufte E. R.: ‘Envisioning Information’, Graphics Press, Cheshire, CT, 1990.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Informatik, Universität München, Leopoldstr. 11B, D-80802, München, Germany

    Daniel A. Keim & Hans-Peter Kriegel

Authors
  1. Daniel A. Keim
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Hans-Peter Kriegel
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Institut für Informatik, Albert-Ludwigs-Universität Freiburg, Am Flughafen 17, D-79110, Freiburg, Germany

    Georg Lausen

Rights and permissions

Reprints and permissions

Copyright information

© 1995 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Keim, D.A., Kriegel, HP. (1995). Visualisierungstechniken zur Exploration und Analyse sehr großer Datenbanken. In: Lausen, G. (eds) Datenbanksysteme in Büro, Technik und Wissenschaft. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-79646-3_16

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-79646-3_16

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-59095-8

  • Online ISBN: 978-3-642-79646-3

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation